| 基于BP神经网络的人脸识别后续分类算法 |
| |
| 引用本文： | 温洲,邵晓巍,龚德仁. 基于BP神经网络的人脸识别后续分类算法[J]. 计算机应用, 2011, 31(Z2): 133-136 |
| |
| 作者姓名： | 温洲 邵晓巍 龚德仁 |
| |
| 作者单位： | 上海交通大学航空航天学院,上海,200240 |
| |
| 摘 要： | 采用BP神经网络(BPNN)对人脸识别进行分类.为了准确地将BP网络输出特征量进行特征归类划分,采用3种不同的后续分类方法将得到的待辨识数据进行特征归类和人脸识别:第一种方法是常用的根据输出向量的最大分量值辨别法；第二种是基于各分量值的门限阈值归类法；第三种是基于N维向量空间的中心区域分类法.实验表明,后两种方法在全局环境人脸识别中可行且有效,并在ATR人脸库仿真实验中,错误辨识率可低至2.2％,拒绝准确率可达到93.21％.
|
| 关 键 词： | BP神经网络 人脸识别 后续分类 阈值 向量空间 |
Face recognition fellow-up classification algorithm based on BP neural network |
| |
| WEN Zhou , SHAO Xiao-wei , GONG De-ren. Face recognition fellow-up classification algorithm based on BP neural network[J]. Journal of Computer Applications, 2011, 31(Z2): 133-136 |
| |
| Authors: | WEN Zhou SHAO Xiao-wei GONG De-ren |
| |
| Affiliation: | School of Aeronautics and Astronautics,Shanghai Jiao Tong University,Shanghai 200240,China |
| |
| Abstract: | |
| |
| Keywords: | |
| 本文献已被 CNKI 万方数据 等数据库收录！ |
|
